Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/6389
Título: Um método computacional para identificação de propagação de vieses usando redes neurais
Título(s) alternativo(s): A computational method for identifying propagation biases using neural networks
Autor(es): SILVA, Karla Felícia Carvalho da
Palavras-chave: efeito Mateus;
gradient x input;
redes neurais;
Matthew effect;
gradient x input;
neural network.
Data do documento: 24-Ago-2022
Editor: Universidade Federal do Maranhão
Resumo: Resumo: O efeito Mateus é um fenômeno social descrevendo as recompensas desproporcionais colhidas por aqueles em posições privilegiadas. Apesar disso agravar as disparidades de impacto já existentes entre cientistas, poucos pesquisadores têm estudado o problema. Este trabalho propõe um novo método para identificar este viés. Usando o método do Gradient x input, computamos as contribuições de um conjunto de características do cientista para seu índice-h futuro, e comparamos suas intensidades encontradas para cientistas eminentes contra os valores encontrados para cientistas anônimos. As descobertas desse estudo indicam que as diferenças de impacto entre cientistas vão aumentar.___Abstract: The Matthew effect is a social phenomenon describing the disproportionate rewards reaped by scientists in privileged positions. Despite the negative impacts of this, few researchers have addressed the problem. This work proposes a novel method to identify this bias. Using the Gradient x input method, we compute the contributions of a set of characteristics linked to an eminent scientist to his future h-index and compare their intensities against the values found in an anonymous scientist. The findings of this study indicate that the contrasts between scientists will increase.
URI: http://hdl.handle.net/123456789/6389
Aparece nas coleções:TCCs de Graduação em Ciência da Computação do Campus do Bacanga

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
KarlaFelicia.pdfTrabalho de Conclusão de Curso956,07 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.